OpenAIを使った音声要約(whisper-1)

事前にOpenAIのAPIキーは取得しておいてください
環境　Ubuntu22.04
　　　whisper 1.1.10
　　　openai 1.35.7
APIキーは事前にExport しておいてください
モデルもご自由に変更してください

コード例
-----------------------------------------------------------------------------
import openai
import streamlit as st
import tempfile
from openai import OpenAI
client = OpenAI()
st.title("音声文字起こしと要約")

サポートされている音声ファイルの形式

SUPPORTED_FORMATS = ["mp3", "flac", "m4a", "mp4", "mpeg", "mpga", "oga", "ogg", "wav", "webm"]

音声ファイルのアップロード

audio_file = st.file_uploader("音声ファイルをアップロードしてください", type=SUPPORTED_FORMATS)

音声ファイルがアップロードされた場合

if audio_file is not None:
file_details = {"FileName": audio_file.name, "FileType": audio_file.type}
st.write(file_details)

st.audio(audio_file, format='audio/mp3')

# Whisperで音声から文字起こし
with st.spinner("文字起こし中..."):
    # 一時ファイルに音声ファイルを保存
    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as temp_file:
        temp_file.write(audio_file.getbuffer())
        temp_file_path = temp_file.name

    # 一時ファイルを開いて転写
    with open(temp_file_path, "rb") as f:
        transcript = client.audio.transcriptions.create(
            model="whisper-1",
            file=f,
            response_format="text"
        )

st.write("文字起こし結果:")
st.write(transcript)

# 要約の指示を入力
prompt_base = st.text_area("要約の指示を入力してください", "次の文章を200字 程度で要約してください。")

if st.button("要約する"):
    prompt = prompt_base + "\n\n" + transcript

    with st.spinner("要約中..."):
        response = client.chat.completions.create(
            model="gpt-4-0613",
            messages=[
                {
                    "role": "system",
                    "content": "あなたは文字起こしの要約を作成するアシスタントです。提供された文字起こしのテキストを元に要約を生成してください。要約はMarkdownで出力してください。"
                },
                {
                    "role": "user",
                    "content": f"音声文字起こしの内容: {transcript}"
                }
            ],
            temperature=0,
        )

    st.write("要約結果:")
    st.write(response.choices[0].message.content)

streamlitでアプリを起動してください
通常なら　http://localhost:8501  で動けばOKです